Eine aktuelle Studie der Massachusetts Institute of Technology (MIT), veröffentlicht im Fachjournal iScience, analysiert die Auswirkungen des raschen Ausbaus von Rechenzentren für Künstliche Intelligenz auf die US-Stromnetze. Forschende um den MIT-Sloan-Professor Christopher Knittel untersuchten, wie eine gezielte Verschiebung des Energieverbrauchs in Zeiten geringerer Netzlast die Kostenstruktur und die ökologische Bilanz verändern kann. Die Modellrechnungen bezogen sich auf die Stromnetze in Texas, dem Mittelatlantik und der westlichen US-Interconnect. Dort konzentriert sich bis 2030 der erwartete Ausbau der Rechenzentren. Die Ergebnisse zeigen, dass bereits eine Verlagerung von über zwanzig bis zu fünfzig Prozent des Stromverbrauchs in weniger ausgelastete Stunden, insbesondere in die sonnenreichen Mittagszeiten, die durchschnittlichen Stromkosten im betroffenen Netz um zwei bis fünf Prozent senken kann. Dieser Effekt entsteht, da sich die hohen fixen Netzkosten auf ein größeres Energiewirtschaftsvolumen verteilen. Rechenzentren bieten durch ihre typische Auslastung von etwa achtzig Prozent inhärente Flexibilität, die sich durch die Verlagerung rechenintensiver Aufgaben, wie etwa des KI-Trainings, effektiv nutzen lässt. Die ökologischen Folgen der Lastverschiebung fallen jedoch regional unterschiedlich aus. In Texas, wo mehr als die Hälfte des Stroms aus Windenergie stammt, könnte eine flexible Auslastung die CO2-Emissionen der Datenzentren um bis zu vierzig Prozent reduzieren, da sie die Nachfrage nach grünen Ressourcen steigert. Im Gegensatz dazu droht im Mittelatlantik, wo die Windkapazitäten geringer sind, eine paradoxe Entwicklung: Die Verlagerung der Last in Zeiten sinkender Solar- und Windproduktion könnte den Weiterbetrieb fossil befeuerter Kraftwerke, insbesondere Kohlekraftwerke, begünstigen und die systemweiten Emissionen um drei Prozent ansteigen lassen. Ohne strategische Steuerung würde das prognostizierte Datenwachstum bis 2030 die CO2-Emissionen in den untersuchten Regionen zwischen zwanzig und fünfundfünfzig Prozent steigern. Um die wirtschaftlichen Vorteile zu realisieren und umweltschädliche Nebeneffekte zu verhindern, fordern die Forschenden gezielte politische Maßnahmen. Als wirksamer Hebel wird eine beschleunigte Anbindung an das Stromnetz in Kombination mit sogenannten Connect-and-Manage-Modellen identifiziert. Dabei würden Anbieter im Tausch für die Zusicherung von Lastflexibilität deutlich schnellere Netzanschlüsse erhalten. Diese Regulierungsstrategie soll die Branche anreizen, die verfügbare Rechenkapazität netzdienlich zu steuern, anstatt lediglich die individuelle Infrastrukturgeschwindigkeit zu maximieren. Die Studie unterstreicht, dass der zukünftige Einfluss von KI-Rechenzentren auf Strommarkt und Klima maßgeblich von der Ausgestaltung entsprechender Anreizsysteme abhängt.